發(fā)布時(shí)間：2021-05-16 09:04

　　隨著科技對(duì)生活和工業(yè)的改變,數(shù)據(jù)的來源越來越豐富,數(shù)據(jù)量也在以驚人的速度增長(zhǎng).海量的數(shù)據(jù)不僅使我們可以擁有比以往更多的數(shù)據(jù)進(jìn)行建模分析,模型的精度也因此可以得到大幅提升.然而,如此巨量數(shù)據(jù)的統(tǒng)計(jì)分析仍然具有挑戰(zhàn);一方面,收集的變量越來越多,盡管這些冗余的變量不會(huì)過分影響模型的預(yù)測(cè)能力,但由于相當(dāng)大一部分變量與模型無關(guān),因此會(huì)降低模型本身的解釋能力;另一方面,雖然樣本量在以指數(shù)級(jí)的速度增長(zhǎng),但是冗余數(shù)據(jù)也在相應(yīng)地增加,這些數(shù)據(jù)不僅對(duì)模型估計(jì)的貢獻(xiàn)不大,還會(huì)增加模型的計(jì)算負(fù)擔(dān),因此造成計(jì)算資源的不必要浪費(fèi).對(duì)于前者變量過多的問題,已有眾多關(guān)于變量選擇的方法研究,然而目前較少工作涉及樣本選擇.于是本文試對(duì)樣本選擇的問題進(jìn)行探討,并提出在樣本選擇的過程中同時(shí)進(jìn)行變量選擇的統(tǒng)計(jì)方法.本文首先研究多維響應(yīng)變量的廣義線性模型的序貫估計(jì)方法.在第2章中通過序貫分析的方法解決了樣本選擇應(yīng)該選擇多少樣本的問題,并且在這個(gè)樣本量下能夠保證模型的可靠性（如滿足給定精度的模型系數(shù)）.本章采用擬似然方程估計(jì),放松了一般廣義線性模型對(duì)響應(yīng)變量的假定,使得多維響應(yīng)變量的廣義線性模型的應(yīng)用更加靈活.本章分別在設(shè)計(jì)陣為固... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：96 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
符號(hào)說明
第1章 緒論
    1.1 序貫分析方法介紹
    1.2 背景知識(shí)
        1.2.1 廣義線性模型
        1.2.2 乘積模型與相對(duì)誤差準(zhǔn)則
    1.3 本文研究?jī)?nèi)容及結(jié)構(gòu)
第2章 基于擬似然估計(jì)方程估計(jì)的序貫方法
    2.1 引言
    2.2 基礎(chǔ)準(zhǔn)備與模型設(shè)定
    2.3 固定寬度的置信區(qū)域估計(jì)的序貫分析方法
        2.3.1 設(shè)計(jì)陣為固定設(shè)計(jì)情形
        2.3.2 設(shè)計(jì)陣為自適應(yīng)設(shè)計(jì)情形
    2.4 主要定理證明
        2.4.1 引理2.12及證明
        2.4.2 定理2.4的證明
        2.4.3 定理2.5的證明
        2.4.4 引理2.13及證明
        2.4.5 定理2.9的證明
        2.4.6 定理2.10的證明
    2.5 本章小結(jié)
第3章 基于擬似然估計(jì)方程的同時(shí)變量選擇的序貫方法
    3.1 引言
    3.2 模型設(shè)置
    3.3 自適應(yīng)壓縮估計(jì)
    3.4 帶變量壓縮的序貫方法
    3.5 修正的序貫D-準(zhǔn)則
    3.6 數(shù)值模擬
        3.6.1 模擬數(shù)據(jù)
        3.6.2 實(shí)際數(shù)據(jù)
    3.7 定理證明
        3.7.1 引理3.2的證明
        3.7.2 定理3.1的證明
        3.7.3 定理3.3的證明
        3.7.4 定理3.4的證明
    3.8 本章小節(jié)
第4章 基于乘積相對(duì)誤差準(zhǔn)則的同時(shí)變量選擇的序貫方法
    4.1 引言
    4.2 光滑門限變量選擇
    4.3 帶變量選擇的序貫分析
    4.4 序貫樣本的快速選擇策略
    4.5 數(shù)值模擬
    4.6 定理證明
        4.6.1 引理4.4
        4.6.2 引理4.5的證明
        4.6.3 定理4.1的證明
        4.6.4 定理4.3的證明
    4.7 本章小結(jié)
參考文獻(xiàn)
附錄
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]構(gòu)造泊松均值固定寬度置信區(qū)間的序貫方法和兩階段方法[J]. 李二倩,錢曼玲,田茂再.  系統(tǒng)科學(xué)與數(shù)學(xué). 2018(11)
[2]Asymptotic Properties of Maximum Quasi-Likelihood Estimators in Generalized Linear Models with Diverging Number of Covariates[J]. GAO Qibing,DU Xiuli,ZHOU Xiuqing,XIE Fengchang.  Journal of Systems Science & Complexity. 2018(05)
[3]零膨脹泊松分布參數(shù)的固定寬度置信區(qū)間構(gòu)造方法[J]. 李二倩,田茂再.  應(yīng)用概率統(tǒng)計(jì). 2018(01)
[4]Sequential Estimate for Generalized Linear Models with Uncertain Number of Effective Variables[J]. LU Haibo,WANG Zhanfeng,WU Yaohua.  Journal of Systems Science & Complexity. 2015(02)
[5]序貫抽樣在計(jì)算機(jī)輔助電話調(diào)查中的應(yīng)用[J]. 金勇進(jìn),王華.  數(shù)理統(tǒng)計(jì)與管理. 2006(06)
[6]ASYMPTOTIC NORMALITY OF QUASI MAXIMUM LIKELIHOOD ESTIMATE IN GENERALIZED LINEAR MODELS[J]. YUE LI CHEN XIRU School of Mathematics and Statistics, Wuhan University, Wuhan 430072, China. Graduate School of the Chinese Academy of Sciences, Beijing 100049, China..  Chinese Annals of Mathematics. 2005(03)
[7]廣義線性模型中擬極大似然估計(jì)的強(qiáng)相合性及收斂速度[J]. 岳麗,陳希孺.  中國科學(xué)（A輯:數(shù)學(xué)）. 2004(02)
[8]正態(tài)總體中方差的兩步置信區(qū)間(英文)[J]. 王海賢,曾建軍,陳桂景.  應(yīng)用概率統(tǒng)計(jì). 2003(02)
[9]左刪失右截?cái)鄶?shù)據(jù)的分位數(shù)的固定寬度序貫置信區(qū)間估計(jì)[J]. 周勇,吳國富.  應(yīng)用數(shù)學(xué)學(xué)報(bào). 2002(02)
[10]Stein兩階段抽樣問題中第一階段最優(yōu)抽樣量研究[J]. 曾建軍.  應(yīng)用概率統(tǒng)計(jì). 1998(03)



本文編號(hào)：3189402